OGG FOR BIGDATA 安装(修正)

参考:http://docs.oracle.com/goldengate/bd1221/gg-bd/GADBD/toc.htm

一、环境介绍

源：centos6.5 oracl

e 11.20.4 OGG版本：12.2.0.1.1

目标：OGG 版本Version 12.2.0.1

二、配置源端数据库

1.1 创建OGG用户并授权

create user ggmgr identified by ggmgr defaulttablespace DATA_OL;
grant connect,resource,unlimited tablespace to ggmgr;
grant execute on utl_file to ggmgr;
grant select any dictionary,select any table to ggmgr;
grant alter any table to ggmgr;
grant flashback any table to ggmgr;
grant execute on DBMS_FLASHBACK to ggmgr;
GRANT execute on DBMS_CAPTURE_ADM to ggmgr ;

1.2 开启附加日志

1.2.1 日志简介

ORALCE支持三种附加日志：

数据库级别：包括最小(Minimal)、支持所有字段(all)、支持主键(primary key)、支持唯一键(unique)、支持外键(foreign key)。要使用OGG，至少要开启最小级别。是用户级别附加日志和表级别附加日志的基础。
用户级别：使用OGG DDL抽取功能时需要开启.
表级别：必须开启表级别附加日志，除非启用了用户级别附加日志。

1.2.2 开启附件日志

检查补充日志是否开启，检查强制日志模式：

SQL> SELECT supplemental_log_data_min, force_logging FROM v$database;
SUPPLEMENTAL_LOG_DATA_MIN FORCE_LOGGING
------------------------- -------------
YES                       NO

开始补充日志和强制日志

alter database add supplemental log data(Minimal,all,primary key,unique,foreign key);

为了使用OGG for bigdata，至少要开启primary key级别：

alter database add supplemental log data;
ALTER DATABASE ADD SUPPLEMENTAL LOG DATA (PRIMARY KEY, UNIQUE INDEX) COLUMNS;

ALTER DATABASE FORCE LOGGING;

1.2.3 设置允许OGG复制

该参数从这个参数在11.2.0.4和12.1.0.2以后才出现.

ALTER SYSTEM SET ENABLE_GOLDENGATE_REPLICATION = TRUE SCOPE=BOTH;

三、配置抽取端OGG

3.1 设置环境变量

编辑.bash_profile，加入ORACLE_HOME和ORACLE_SID及LD_LIBRARY_PATH：

export  ORACLE_BASE=/u01/app/oracle
export  ORACLE_HOME=$ORACLE_BASE/product/11.2.0.4/dbhome_1
export  LD_LIBRARY_PATH=$ORACLE_HOME/lib
export  ORACLE_SID=orcl
export  PATH=$PATH:$ORACLE_HOME/bin:$LD_LIBRARY_PATH

或者在抽取进程配置文件中标明：

setenv(NLS_LANG = "AMERICAN_AMERICA.UTF8")
SETENV(ORACLE_HOME = "/u01/app/oracle/product/11.2.0.4/dbhome_1")
SETENV(ORACLE_SID = "orcl")

3.2 安装OGG

使用OUI安装OGG或下载安装包解压到/u01/ogg.

1)用OUI安装OGG

用ORACLE用户执行runInstaller即可

2)用OUI静默安装

在解压目录下找到response/oggcore.rsp,修改:

#如果机器上已经安装了ORACLE,则只添加以下几行即可.如果没有安装ORACLE,请先安装ORACLE或者ORACEL LIENT
INSTALL_OPTION=11g
SOFTWARE_LOCATION=/opt/ogg

UNIX_GROUP_NAME=oinstall

然后执行

./runInstaller -silent -nowait -responseFile /opt/ogg/fbo_ggs_Linux_x64_shiphome/Disk1/response/oggcore.rsp

3.2 创建子目录

进入ogg的解压目录，执行./ggsci进入命令台，执行命令创建工作目录：

GGSCI (OGGTEST) 1> create subdirs

3.3 添加表级别附加日志

GGSCI (OGGTEST) 2>dblogin userid ggmgr,password ggmgr
Successfully logged intodatabase.
GGSCI (OGGTEST) 3> add trandata scott.dept
Logging of supplemental redo dataenabled for table SCOTT.DEPT.

如果表没有主键，需要这样：

GGSCI (OGGTEST) 3> add trandata scott.bouns,cols(ename),nokey

cols指定ename做为keycols，nokey表示忽略表上的主键,这样就能用keycols来匹配和过滤

3.4 配置mgr进程

配置管理进程mgr：

GGSCI(OGGTEST) 1> edit param mgr
PORT 7839
DYNAMICPORTLIST 7840-7939
--AUTOSTART ER *
AUTORESTART EXTRACT *,RETRIES5,WAITMINUTES 3
PURGEOLDEXTRACTS ./dirdat/*,usecheckpoints, minkeepdays 3
LAGREPORTHOURS 1
LAGINFOMINUTES 30
LAGCRITICALMINUTES 45

MANAGER进程参数配置说明：

PORT：指定服务监听端口；这里以7839为例，默认端口为7809

DYNAMICPORTLIST：动态端口：可以制定最大256个可用端口的动态列表，当指定的端口不可用时，管理进程将会从列表中选择一个可用的端口，源端和目标段的Collector、Replicat、GGSCI进程通信也会使用这些端口；

COMMENT：注释行，也可以用--来代替;

AUTOSTART：指定在管理进程启动时自动启动哪些进程；

AUTORESTART：自动重启参数设置：本处设置表示每3分钟尝试重新启动所有EXTRACT进程，共尝试5次；

PURGEOLDEXTRACTS：定期清理trail文件设置：本处设置表示对于超过3天的trail文件进行删除。

LAGREPORT、LAGINFO、LAGCRITICAL：

定义数据延迟的预警机制：本处设置表示MGR进程每隔1小时检查EXTRACT的延迟情况，如果超过了30分钟就把延迟作为信息记录到错误日志中，如果延迟超过了45分钟，则把它作为警告写到错误日志中。

启动mgr进程：starg mgr

查看mgr状态：info mgr

3.5 配置抽取进程

GGSCI(OGGTEST) 12> add extract e_m157,tranlog,begin now  #指定从log抽取，抽取时间是noe
EXTRACTadded.
GGSCI(OGGTEST) 14> add exttrail ./dirdat/em,extract e_m157,megabytes 50  #添加trail文件，
Megabytes:指定队列大小，本处设置表示50M。
GGSCI(OGGTEST) 14> edit param e_m157
extract e_m157
SETENV(ORACLE_SID="orcl")
SETENV(NLS_LANG=AMERICAN_AMERICA.AL32UTF8)
userid ggmgr, password ggmgr
EXTTRAIL /opt/ogg/dirdat/em
table ogg_owner.togg;
TABLE scott.dept;#可以用scott.*

添加进程时,进程名要注意大小定

3.6 配置传输进程

GGSCI(OGGTEST) 2> add extract dpend,exttrailsource ./dirdat/em #添加 传输进程
EXTRACT added.
GGSCI(OGGTEST) 3> add rmttrail /opt/ogg/dirdat/em, EXTRACT DPEND #添加远程trail文件，即目标机tail文件位置
RMTTRAIL added.
 
GGSCI(OGGTEST) 4> edit params dpend #编辑传输进程配置文件
EXTRACT dpend
SETENV(NLS_LANG = "AMERICAN_AMERICA.UTF8")
USERID ggmgr, PASSWORD ggmgr
PASSTHRU
RMTHOST  10.81.2.108, MGRPORT 7839, compress
RMTTRAIL /opt/ogg/dirdat/em
TABLE Scott.dept

3.7 创建定义文件

3.7.1 创建定义文件参数

[oracle@OGGTEST ogg]$ vi /opt/ogg/dirdef/scott.def.prm
defsfile ./dirdef/scott.def , purge
userid ggmgr,password ggmgr 
table scott.*;

3.7.2 创建定义文件

./defgen PARAMFILE /opt/ogg/dirdef/scott.def.prm

然后把/opt/ogg/dirdef/scott.def这个文件复制到目标机的/opt/ogg/dirdef下

四、配置目标端OGG

4.1 安装ogg for bigdata

4.1.1 安装ogg for bigdata

解压OGG FOR BIGDATA 到/opt/ogg

然后创建工作目录:

./ggsci

ggsci>create subdirs

4.1.2 设置环境变量

添加环境变量:

export LD_LIBRARY_PATH=/usr/java/jdk1.8.0_60/jre/lib/amd64/server/

路径是JRE中libjvm.so 和libjsig.so 所在的目录.

4.2 配置mgr进程

4.2.1 编辑mgr进程参数

GGSCI(OGGTEST) 1> edit param mgr
port 7839
dynamicportlist  7809-7909
lagreportminutes  10
laginfoseconds  1
purgeoldextracts ./dirdat/*, usecheckpoints, minkeephours 192

配置复制进程

REPLICAT进程参数配置说明：

ASSUMETARGETDEFS：假定两端数据结构一致使用此参数；

SOURCEDEFS：假定两端数据结构不一致，使用此参数指定源端的数据结构定义文件，该文件需要由GlodenGate工具产生。

MAP:用于指定源端与目标端表的映射关系；

MAPEXCLUDE：用于使用在MAP中使用*匹配时排除掉指定的表；

REPERROR：定义出错以后进程的响应，一般可以定义为两种：

ABEND，即一旦出现错误即停止复制，此为缺省配置；

DISCARD，出现错误后继续复制，只是把错误的数据放到discard文件中。

DISCARDFILE：定义discardfile文件位置，如果处理中油记录出错会写入到此文件中；

SQLEXEC：在进程运行时首先运行一个SQL语句；

GROUPTRANSOPS：将小交易合并成一个大的交易进行提交，减少提交次数，降低系统IO消耗。

MAXTRANSOPS：将大交易拆分，每XX条记录提交一次。

4.2.2 启动mgr

ggsci>start mgr

4.3 配置HDFS handler

复制/opt/ogg/AdapterExamples/big-data/hdfs下的hdfs.props和rhdfs.prm到/opt/ogg/dirprm下

cp /opt/ogg/AdapterExamples/big-data/hdfs/* /opt/ogg/dirprm

4.3.1 配置hdfs handler

编辑hdfs.props:

[root@BFHT5 ogg]# vi dirprm/hdfs.props 
gg.handlerlist=hdfs        --handler名称
gg.handler.hdfs.type=hdfs  --handler的类型
#gg.handler.hdfs.includeTokens=true
gg.handler.hdfs.maxFileSize=1g
gg.handler.hdfs.rootFilePath=/user/oracle/gg  --HDFS上的存储目录
gg.handler.hdfs.fileRollInterval=0
gg.handler.hdfs.inactivityRollInterval=0
gg.handler.hdfs.fileSuffix=.txt
gg.handler.hdfs.partitionByTable=true
gg.handler.hdfs.rollOnMetadataChange=true
gg.handler.hdfs.authType=none
gg.handler.hdfs.format=delimitedtext  --hdfs文件类型
gg.handler.hdfs.format.includeColumnNames=true  --包括列名
gg.handler.hdfs.format.fieldDelimiter=CDATA[|]  --字段分隔符
gg.handler.hdfs.mode=tx   --工作模式tx 事务 op操作

goldengate.userexit.timestamp=utc
goldengate.userexit.writers=javawriter
javawriter.stats.display=TRUE
javawriter.stats.full=TRUE

gg.log=log4j
gg.log.level=DEBUG  --日志级别,可设5个级别,默认为INFO  

gg.report.time=30sec
gg.classpath=/opt/cloudera/parcels/CDH/lib/hadoop/*:/opt/cloudera/parcels/CDH/lib/hadoop/lib/*:/opt/cloudera/parcels/CDH/lib/hadoop-hdfs/*:/etc/hadoop/conf/:/opt/cloudera/parcels/CDH/lib/hadoop/lib/native/*

javawriter.bootoptions=-Xmx512m -Xms32m -Djava.class.path=ggjava/ggjava.jar

注意:gg.classpath要包括hdfs的库文件和core-site.xml路径

4.3.2 配置复制进程

编辑hdfs.prm

[root@BFHT5 ogg]# vi dirprm/rhdfs.prm
REPLICAT rhdfs  --复制进程名
setenv HADOOP_COMMON_LIB_NATIVE_DIR=/opt/cloudera/parcels/CDH/lib/hadoop/lib/native 
TARGETDB LIBFILE libggjava.so SET property=dirprm/hdfs.props --使用的hdfs handler配置文件
SOURCEDEFS ./dirdef/scott.def  --使用定义文件
HANDLECOLLISIONS  
reperror default ,discard
discardfile ./dirrpt/r_hive00000.dsc, append, megabytes 50  --错误数据写这里
REPORTCOUNT EVERY 1 MINUTES, RATE
GROUPTRANSOPS 10     --组提交
MAP scott.*, TARGET scott.*;

4.3.3 添加复制进程

ggsci>ADD REPLICAT rhdfs, EXTTRAIL /opt/ogg/dirdat/em

4.3.4 启动复制进程

ggsci>start rhdfs

ggserr.log 和 dirrpt/R_HDFS_debug_log4j.log 分别可以看到ogg和hdfs的日志信息

4.3.5 检查抽取情况

如果日志中没有报错,检查hdfs上相关目录,数据是否抽取过来:

hdfs dfs -ls /user/oracle/gg/scott.dept

4.4 配置 flume handler

4.4.1 配置flume handler

复制 /opt/ogg/AdapterExamples/big-data/flume下的 custom-flume-rpc.properties flume.props rflume.prm 到/opt/ogg/dirprm/下

编辑custom-flume-rpc.properties,改flume代理使用的主机\端口\IP

[root@BFHT5 dirprm]# vi custom-flume-rpc.properties 
client.type = default
hosts = bfht5
hosts.bfht5 = 10.80.2.108:1111
batch-size = 100
connect-timeout = 20000
request-timeout = 20000

编辑 flume.props:

[root@BFHT5 dirprm]# vi flume.props 

gg.handlerlist = flumehandler  --handler 名称
gg.handler.flumehandler.type=flume --handler类型
gg.handler.flumehandler.RpcClientPropertiesFile=custom-flume-rpc.properties  --指定flume代理的配置文件
gg.handler.flumehandler.mode=tx
#gg.handler.flumehandler.maxGroupSize=100, 1Mb
#gg.handler.flumehandler.minGroupSize=50, 500 Kb
gg.handler.flumehandler.EventMapsTo=tx
gg.handler.flumehandler.PropagateSchema=true
gg.handler.flumehandler.includeTokens=false
gg.handler.flumehandler.format.fieldDelimiter=,
gg.handler.flumehandler.format.lineDelimiter=;
gg.handler.flumehandler.format.includeColumnNames=true

goldengate.userexit.timestamp=utc
goldengate.userexit.writers=javawriter
javawriter.stats.display=TRUE
javawriter.stats.full=TRUE

gg.log=log4j
gg.log.level=INFO

gg.report.time=30sec

gg.classpath=dirprm/:/opt/cloudera/parcels/CDH/lib/flume-ng/lib/* --要包含flume的库
javawriter.bootoptions=-Xmx512m -Xms32m -Djava.class.path=ggjava/ggjava.jar

编辑rflume.prm:

[root@BFHT5 dirprm]# vi rflume.prm 
REPLICAT rflume
TARGETDB LIBFILE libggjava.so SET property=dirprm/flume.props
SOURCEDEFS ./dirdef/scott.def
HANDLECOLLISIONS
ALLOWNOOPUPDATES
discardfile ./dirrpt/r_hive00000.dsc, append, megabytes 50
REPORTCOUNT EVERY 1 MINUTES, RATE
GROUPTRANSOPS 10
MAPEXCLUDE uatxdgl.USER_INFO;
MAPEXCLUDE uatxdgl.BACKDETAILS_INFO;
MAPEXCLUDE UATXDGL.ASSISTINVESTIGATE;
MAP scott.dept, TARGET scott.dept;

4.4.2 添加复制进程

ggsci>ADD REPLICAT rflume, EXTTRAIL /opt/ogg/dirdat/em

4.4.3 启动复制

GGSCI>start rflume

五、初始化数据

5.1 停止复制进程

GGSCI>stop rflume

5.2 源库查询当前SCN

SQL> select dbms_flashback.get_system_change_number from dual;
GET_SYSTEM_CHANGE_NUMBER
------------------------
                 3173410

5.3 sqoop从SCN 3173410开始抽取数据到HDFS

sqoop --import -e 'select * from scott.dept as of scn 3173410' ....

5.4 设置复制端使用的文件和SCN,启动复制

alter replicat fscott,extseqno 2,extrba 0  #使用scn 3173410 时的trail文件
start fscott NOFILTERDUPTRANSACTIONS, aftercsn 3173410  #启动复制进程

来自为知笔记(Wiz)